文：王智遠(yuǎn) | ID:Z201440

這幾天，看了一些關(guān)于聊天機(jī)器人（Chatbot）的論文，也想了不少東西；這里分享一下我的看法，如果有謬誤，可以提出來，也歡迎和我交流。

事情是這樣：

我前些天遇到一個(gè)問題，電腦里、各種工具（比如印象筆記、Obsidian、飛書、釘釘）里，文檔太多了，到處亂放，看著就頭疼。人天生不喜歡亂糟糟的東西，這太煩了。

我就想，要有個(gè)本地模型或者AI助理，我一問，它就能幫我把相關(guān)內(nèi)容找出來，整理好，直接給我一個(gè)清晰的答案，那該多好；不過，想法只是想法，要實(shí)現(xiàn)它還得好好探索。

在探索過程中，我又一次接觸到了聊天機(jī)器人（Chatbot）和人工智能體（AI Agent）這兩個(gè)詞。很多人以為它們是一樣的，其實(shí)完全不一樣。

有什么不一樣呢？

Chatbot收到你的問題后，會(huì)用自然語(yǔ)言處理技術(shù)去理解你的意思，然后，生成一個(gè)合適的回答。在這個(gè)過程中，Chatbot得能理解你的話（語(yǔ)義理解），還得記住你們的對(duì)話內(nèi)容（對(duì)話管理），這樣才能準(zhǔn)確回答你的問題。

比如，你問它：今天天氣怎么樣？它得先明白你想問天氣，然后去查今天的天氣，最后告訴你答案。要是你接著問：明天呢？它還得記得你剛剛問過天氣，接著回答明天的情況。

Chatbot在很多地方都很有用，不管是生產(chǎn)還是研究，要是它沒有本地知識(shí)，可能就答不上你的問題了。

你有沒有想過，為啥工業(yè)界都這么喜歡Chatbot呢？因?yàn)樗茏詣?dòng)跟人對(duì)話，能當(dāng)智能客服，也能當(dāng)語(yǔ)音助手。比如天貓、京東、滴滴、支付寶這些平臺(tái)，它們的智能客服就是Chatbot，能幫我們解決很多問題，效率很高。

再說說Chatbot的種類，我大概知道有三種。

第一種是關(guān)鍵字識(shí)別類。

這種機(jī)器人很常見，在電商平臺(tái)和銀行APP里。它會(huì)從你的話里找出關(guān)鍵字，然后根據(jù)關(guān)鍵字來回答你，或者，引導(dǎo)你下一步該怎么做。這種機(jī)器人主要是給企業(yè)用的，比較實(shí)用。

第二種是按鈕/菜單類。

這種機(jī)器人沒有太多對(duì)話功能。用戶只要點(diǎn)按鈕或者選菜單，就能找到自己想要的信息。它有時(shí)候會(huì)和關(guān)鍵字識(shí)別類的機(jī)器人一起用，方便用戶操作。

第三種是AI + ML類（人工智能加機(jī)器學(xué)習(xí)）。這種機(jī)器人最厲害，它能根據(jù)聊天的內(nèi)容和上下文，進(jìn)行自然的對(duì)話。在GPT出來之前，這種高級(jí)的聊天機(jī)器人基本都被大公司壟斷了。

后來，隨著自然語(yǔ)言處理技術(shù)（NLP）的發(fā)展，它有了一個(gè)新名字，叫AI Agent。

為啥叫AI Agent呢？

因?yàn)楝F(xiàn)在的聊天機(jī)器人變得更強(qiáng)大、更靈活了。按功能分，有任務(wù)型、閑聊型和混合型。任務(wù)型的機(jī)器人像一個(gè)小助手，能幫你訂機(jī)票、查股票價(jià)格或者管理日程，通過多輪對(duì)話幫你完成任務(wù)。

閑聊型的機(jī)器人，主要是陪你聊天，提供情感陪伴，給它一個(gè)話題，它都能回應(yīng)，不過它沒有那么明確的目標(biāo)；混合型的機(jī)器人則是把任務(wù)型、閑聊型的特點(diǎn)結(jié)合起來，像個(gè)全能選手。

再說說對(duì)話領(lǐng)域。

開放域的機(jī)器人，可以和它聊任何話題。比如你用過Kimi、DeepSeek這些AI聊天框，它們有個(gè)聯(lián)網(wǎng)功能，打開后就能邊搜邊回答，這就是開放域。

半開放域的機(jī)器人，范圍稍微窄一些，但也能聊很多東西。它更專注，聊天范圍很明確，像百度給比亞迪做的那個(gè)智能體一樣，它只回答和比亞迪有關(guān)的內(nèi)容。

現(xiàn)在最流行的聊天機(jī)器人，大家都知道，是既能檢索又能生成，既可以單輪對(duì)話，也能多輪對(duì)話，既可以開放域，也能封閉域。因?yàn)樗鼈冏兊眠@么靈活，功能也升級(jí)了，它的名字也升級(jí)了，才叫：AI Agent。

這就是它的不同和升級(jí)之處。

既然這樣，問題來了，是不是AI Agent出來后，代表著傳統(tǒng)的chatbot能力沒用了呢？不是的。我認(rèn)為，諸多廠商都在補(bǔ)齊這個(gè)能力。

為什么這么說呢？先說說我的解決方案，你就明白了。

我電腦里存了大量資料，像各種各樣的文件夾，生活工作的照片，還有五花八門的文檔，Word、Excel、PDF啥都有。

為了讓MacBook里的文件和筆記能快速找到，又不想部署本地模型，我就在Cherry Studio里接入了BAAI/bge-m3模型，這樣，它能調(diào)用本地知識(shí)庫(kù)，我現(xiàn)在可以用對(duì)話框，對(duì)電腦知識(shí)庫(kù)提問。

說個(gè)例子：

比如，我現(xiàn)在想知道電腦里幾十個(gè)PPT里，關(guān)于某個(gè)方案的結(jié)論。我的做法是，把它們放到一個(gè)主題文件夾里，然后在Cherry Studio的對(duì)話框里輸入問題，比如：這個(gè)方案的最終結(jié)論是什么？

模型就會(huì)自動(dòng)從這些PPT里找到相關(guān)內(nèi)容，把結(jié)論整理出來告訴我。這樣，我就不要一個(gè)個(gè)打開PPT去翻找了，方便多了；其實(shí)，這個(gè)能力是Chatbot、工具、本地知識(shí)庫(kù)和AI模型結(jié)合起來實(shí)現(xiàn)的。

再舉個(gè)例子，Obsidian。

我之前說過，Obsidian里有500多萬字的內(nèi)容，這些是我一點(diǎn)點(diǎn)積累下來的碎片化想法。但是，內(nèi)容這么多，用Dataview插件都過濾不出來，要是靠人工去查找特定信息，那可太累了。

怎么辦？

后來，我在Obsidian里裝了一個(gè)Copilot插件，然后通過API接入了豆包大模型。有了這個(gè)Chatbot，豆包直接基于我的知識(shí)庫(kù)給我回答問題，它不僅能給我相關(guān)鏈接，還能生成我想要的內(nèi)容，方便多了。

所以，結(jié)論是：AI Agent并不是獨(dú)立存在的。

我是通過工具（比如Cherry Studio、Copilot）接入API，用它來索引本地知識(shí)庫(kù)，這樣，智能體，就能更好地融入工作流、理解和回答我的問題。

但是，這樣還不夠。因?yàn)?，它只能做生成式回答，還不具備制定任務(wù)和執(zhí)行復(fù)雜操作的能力。

換句話說，它能根據(jù)我的問題調(diào)動(dòng)電腦上任何交流的內(nèi)容、資料，生成合適的回答，但沒辦法主動(dòng)去安排任務(wù)、乃至，協(xié)調(diào)多個(gè)步驟或者管理復(fù)雜的工作流程。

市面上，目前我看到把檢索、本地知識(shí)和技能打通的有三家：Notion、釘釘、Apple Intelligence。

Notion的特點(diǎn)是，你可以直接對(duì)著它的Notion AI進(jìn)行操作，比如做表格、提問、畫流程圖、頭腦風(fēng)暴想法，或者起草會(huì)議流程。它把那些繁瑣的操作都隱藏起來，實(shí)現(xiàn)了自動(dòng)化。它的搜索功能，本質(zhì)上已經(jīng)像一個(gè)智能體了。

釘釘?shù)膫€(gè)人AI助理，是聊天機(jī)器人的升級(jí)版。它不僅有了手腳（通過API接入各種技能），還能記住本地知識(shí)庫(kù)的內(nèi)容，并且能幫你制定任務(wù)。

蘋果的Apple Intelligence本質(zhì)上也是一個(gè)聊天機(jī)器人。你可能在小紅書或抖音上看到過很多人用Intelligence的場(chǎng)景，用戶只要對(duì)著iPhone問問題、提任務(wù)、做搜索或者做備忘，它都能搞定。

所以，它們?nèi)业那罢爸幵谟?，從根源、從系統(tǒng)的底層入手，都在理解，并嘗試解決一個(gè)人在面對(duì)工具和內(nèi)容混亂時(shí)的低效和協(xié)同性問題。

AIPC到來，相信肯定也是電腦上帶一個(gè)AI助理，用嘴喊一下，嗨，Siri，幫我打開微信，我要給……

但這種簡(jiǎn)單的語(yǔ)音指令只是表面功能，而背后是不是像我上述說的一樣：自動(dòng)整合相關(guān)工具、內(nèi)容，從而讓用戶從繁瑣的操作中解放出來呢？我想，肯定會(huì)的，應(yīng)該快了。

看完覺得寫得好的，不防打賞一元，以支持藍(lán)海情報(bào)網(wǎng)揭秘更多好的項(xiàng)目。

標(biāo)簽： 標(biāo)簽 內(nèi)容 隨筆